01_data_download

Capacité et usage des hébergements touristiques

#skim(force(capacites)) # n'amène rien sur une time series au format long
summary(force(capacites))

##      dep               pop_dpt        hbgt_collectif   hbgt_locatif  
##  Length:13          Min.   :  75949   Min.   :    0   Min.   : 2972  
##  Class1:glue        1st Qu.: 189824   1st Qu.: 4288   1st Qu.:10569  
##  Class2:character   Median : 278217   Median : 6727   Median :13392  
##  Mode  :character   Mean   : 451357   Mean   :12132   Mean   :15883  
##                     3rd Qu.: 479754   3rd Qu.:16248   3rd Qu.:21106  
##                     Max.   :1376737   Max.   :36347   Max.   :34328  
##  hbgt_plein_air     hbgt_hotel      hbgt_total         sem_01      
##  Min.   :  4383   Min.   :  118   Min.   :  8947   Min.   : 41943  
##  1st Qu.:  8886   1st Qu.: 2536   1st Qu.: 26512   1st Qu.: 97033  
##  Median : 18796   Median : 6912   Median : 60279   Median :121238  
##  Mean   : 35435   Mean   : 8377   Mean   : 71826   Mean   :230674  
##  3rd Qu.: 35451   3rd Qu.:10231   3rd Qu.: 84641   3rd Qu.:280736  
##  Max.   :125262   Max.   :23963   Max.   :216870   Max.   :572653  
##      sem_02           sem_03           sem_04           sem_05      
##  Min.   : 17393   Min.   : 19463   Min.   : 16806   Min.   : 19079  
##  1st Qu.: 47342   1st Qu.: 48995   1st Qu.: 47535   1st Qu.: 47770  
##  Median : 59410   Median : 63320   Median : 55459   Median : 56812  
##  Mean   :123568   Mean   :134552   Mean   :120702   Mean   :127313  
##  3rd Qu.:159166   3rd Qu.:182171   3rd Qu.:145802   3rd Qu.:156956  
##  Max.   :381328   Max.   :420573   Max.   :355608   Max.   :366638  
##      sem_06           sem_07           sem_08           sem_09      
##  Min.   : 18806   Min.   : 25031   Min.   : 36061   Min.   : 37129  
##  1st Qu.: 49486   1st Qu.: 69195   1st Qu.: 87477   1st Qu.: 82086  
##  Median : 67155   Median : 95625   Median :109423   Median : 94732  
##  Mean   :149517   Mean   :185570   Mean   :208422   Mean   :193770  
##  3rd Qu.:192143   3rd Qu.:230398   3rd Qu.:245686   3rd Qu.:213628  
##  Max.   :416787   Max.   :480970   Max.   :509484   Max.   :495156  
##      sem_10           sem_11           sem_12           sem_13      
##  Min.   : 33015   Min.   : 27056   Min.   : 30182   Min.   : 44935  
##  1st Qu.: 80766   1st Qu.: 59318   1st Qu.: 75743   1st Qu.:102701  
##  Median : 90601   Median : 70948   Median : 92362   Median :127688  
##  Mean   :193513   Mean   :146192   Mean   :182607   Mean   :268952  
##  3rd Qu.:221660   3rd Qu.:173915   3rd Qu.:221875   3rd Qu.:371400  
##  Max.   :507064   Max.   :396748   Max.   :512012   Max.   :808824  
##      sem_14           sem_15           sem_16           sem_17      
##  Min.   : 39857   Min.   : 50817   Min.   : 67829   Min.   : 59662  
##  1st Qu.: 92792   1st Qu.: 91117   1st Qu.:114064   1st Qu.: 89524  
##  Median :105131   Median :111756   Median :152124   Median :123062  
##  Mean   :218537   Mean   :229040   Mean   :279906   Mean   :251633  
##  3rd Qu.:321637   3rd Qu.:337188   3rd Qu.:407006   3rd Qu.:403721  
##  Max.   :707421   Max.   :783785   Max.   :937254   Max.   :979203  
##      sem_18           sem_19            sem_20           sem_21      
##  Min.   : 67512   Min.   :  92999   Min.   : 54932   Min.   : 39612  
##  1st Qu.:105638   1st Qu.: 138763   1st Qu.:102692   1st Qu.: 64735  
##  Median :162211   Median : 207948   Median :131935   Median : 94834  
##  Mean   :272584   Mean   : 349461   Mean   :231538   Mean   :162638  
##  3rd Qu.:377847   3rd Qu.: 493359   3rd Qu.:325703   3rd Qu.:247816  
##  Max.   :913211   Max.   :1231192   Max.   :716827   Max.   :580704  
##      sem_22           sem_23           sem_24            sem_25       
##  Min.   : 62978   Min.   : 67249   Min.   :  72553   Min.   :  75505  
##  1st Qu.:118656   1st Qu.:115684   1st Qu.: 119928   1st Qu.: 127594  
##  Median :136799   Median :139464   Median : 144888   Median : 169239  
##  Mean   :270532   Mean   :272986   Mean   : 302724   Mean   : 330518  
##  3rd Qu.:388686   3rd Qu.:375733   3rd Qu.: 428489   3rd Qu.: 464569  
##  Max.   :886621   Max.   :878293   Max.   :1025954   Max.   :1121003  
##      sem_26            sem_27            sem_28            sem_29       
##  Min.   :  84783   Min.   : 115709   Min.   : 152168   Min.   : 155674  
##  1st Qu.: 158299   1st Qu.: 180573   1st Qu.: 209592   1st Qu.: 223558  
##  Median : 200003   Median : 243396   Median : 319541   Median : 370825  
##  Mean   : 378794   Mean   : 443976   Mean   : 552058   Mean   : 611580  
##  3rd Qu.: 513192   3rd Qu.: 576698   3rd Qu.: 708130   3rd Qu.: 722514  
##  Max.   :1260598   Max.   :1489779   Max.   :1773125   Max.   :2042483  
##      sem_30            sem_31            sem_32            sem_33       
##  Min.   : 167292   Min.   : 189349   Min.   : 213599   Min.   : 208458  
##  1st Qu.: 241873   1st Qu.: 250514   1st Qu.: 261964   1st Qu.: 255989  
##  Median : 423421   Median : 409539   Median : 453454   Median : 471754  
##  Mean   : 660041   Mean   : 662997   Mean   : 728025   Mean   : 753688  
##  3rd Qu.: 759909   3rd Qu.: 761730   3rd Qu.: 836694   3rd Qu.: 890552  
##  Max.   :2164097   Max.   :2244237   Max.   :2562412   Max.   :2599054  
##      sem_34            sem_35            sem_36            sem_37       
##  Min.   : 131998   Min.   :  71965   Min.   :  87644   Min.   :  75100  
##  1st Qu.: 200760   1st Qu.: 130617   1st Qu.: 133379   1st Qu.: 122924  
##  Median : 350371   Median : 187677   Median : 180292   Median : 162607  
##  Mean   : 613008   Mean   : 374717   Mean   : 381906   Mean   : 373028  
##  3rd Qu.: 718988   3rd Qu.: 472345   3rd Qu.: 531091   3rd Qu.: 529065  
##  Max.   :2152288   Max.   :1340889   Max.   :1348689   Max.   :1294211  
##      sem_38            sem_39           sem_40           sem_41      
##  Min.   :  66420   Min.   : 56896   Min.   : 44813   Min.   : 49687  
##  1st Qu.: 114971   1st Qu.: 93996   1st Qu.: 90766   1st Qu.: 96659  
##  Median : 141010   Median :126151   Median :107758   Median :110672  
##  Mean   : 327084   Mean   :271135   Mean   :245424   Mean   :242459  
##  3rd Qu.: 447897   3rd Qu.:371733   3rd Qu.:332395   3rd Qu.:354415  
##  Max.   :1105771   Max.   :872131   Max.   :762814   Max.   :721886  
##      sem_42           sem_43           sem_44           sem_45      
##  Min.   : 56364   Min.   : 74081   Min.   : 78525   Min.   : 32034  
##  1st Qu.:100918   1st Qu.:118118   1st Qu.:122245   1st Qu.: 75427  
##  Median :135110   Median :159256   Median :156966   Median : 89083  
##  Mean   :252033   Mean   :283844   Mean   :288582   Mean   :189288  
##  3rd Qu.:373916   3rd Qu.:430990   3rd Qu.:446706   3rd Qu.:276069  
##  Max.   :810593   Max.   :906239   Max.   :890295   Max.   :625306  
##      sem_46           sem_47           sem_48           sem_49      
##  Min.   : 29174   Min.   : 25124   Min.   : 24002   Min.   : 15871  
##  1st Qu.: 64817   1st Qu.: 60271   1st Qu.: 53676   1st Qu.: 43952  
##  Median : 78385   Median : 73355   Median : 68237   Median : 57494  
##  Mean   :170547   Mean   :167230   Mean   :154722   Mean   :129402  
##  3rd Qu.:243637   3rd Qu.:246953   3rd Qu.:236731   3rd Qu.:187164  
##  Max.   :575045   Max.   :552157   Max.   :516119   Max.   :396467  
##      sem_50           sem_51           sem_52           sem_53      
##  Min.   : 18754   Min.   : 37299   Min.   : 74216   Min.   : 12634  
##  1st Qu.: 47147   1st Qu.: 89461   1st Qu.:160462   1st Qu.: 26681  
##  Median : 57458   Median :108732   Median :215260   Median : 29585  
##  Mean   :133086   Mean   :196421   Mean   :359046   Mean   : 61035  
##  3rd Qu.:203592   3rd Qu.:288989   3rd Qu.:484494   3rd Qu.: 77267  
##  Max.   :420665   Max.   :564821   Max.   :864340   Max.   :153813

# TODO c'est une time-série, on fera un petit ridge-line plot: https://www.data-to-viz.com/graph/ridgeline.html
hebergement_ts <- force(capacites) %>%
  select(dep,starts_with("sem_")) %>% 
  mutate(sem_53 = 7*sem_53, dep = as.factor(dep)) %>% # la derniere semaine ne fait qu'une journee, ça fait tâche sur les graphes
  pivot_longer(-dep, names_to = "semaine", names_prefix = "sem_", values_to="touristes") %>%
  mutate_at("semaine",as.numeric) %>% 
  mutate(date = ymd("2018-01-01")+(semaine-1)*7) %>% 
  as_tsibble(index=date, key=dep)
# on plot pour voir
ggplot(hebergement_ts)+
  geom_line(aes(x=date,y=touristes/1e6, color=dep), size=1)+
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="bottom") +
  ggtitle("Capacité occupée par departement et par semaine") + ylab("Nombre de touristes (Millions) par semaine")

# le meme en ridge line plot
ggplot(hebergement_ts)+
  geom_ridgeline( aes(x = date, height = touristes/1e6, y = fct_reorder(dep,touristes)), alpha=0.7) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom") + 
  scale_x_date(expand = c(0,0)) +
  ggtitle("Mais qui dors ou et quand ?", subtitle ="Occupation des hébergements touristiques par departement") + ylab("Nombre de touristes par semaine (Millions) ")

Un ordre s’impose parmi les départements pour rendre ça beau… Ici, c’est l’ordre imposé par le nombre de touristes qui s’applique. On voit une difference entre les departements à tourisme saisonnier et la haute-garonne

Nuitées occuppées relativement à la capacité totale

Si on veut developper le tourisme, il faut remplir les trous… On a le total de capacité alors on y va

hebergement_pcent_ts <-  force(capacites) %>%
  mutate(dpt = as.factor(dep)) %>% 
  group_by(dep) %>% 
  mutate_at(vars(starts_with("sem_")), ~./hbgt_total/7) %>% 
  select(dep,starts_with("sem_")) %>% 
  mutate(sem_53 = 7*sem_53) %>% # la derniere semaine ne fait qu'une journee, ça fait tache sur les graphes
  pivot_longer(-dep, names_to = "semaine", names_prefix = "sem_", values_to="touristes") %>%
  mutate_at("semaine",as.numeric) %>% 
  mutate(date = ymd("2018-01-01")+(semaine-1)*7) %>% 
  as_tsibble(index=date, key=dep)

Sont-ils bien tous des touristes ?

ggplot(hebergement_pcent_ts)+
  geom_ridgeline( aes(x = date, height = touristes, y = fct_reorder(dep,touristes)), alpha=0.5, color="darkred", min_height = .5, scale=.5) +
  geom_ridgeline( aes(x = date, height = 1, y = fct_reorder(dep,touristes)), alpha=0.01, color="black", scale=.5, size=0.1) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom") + 
  scale_x_date(expand = c(0,0)) +
  ggtitle("Quelle saison touristique dans chaque département ?", subtitle="Occupation des hébergements touristiques par departement, 100 % représenté par la fine ligne noire, on ne représente pas en dessous de 50%") + ylab("Nombre de voyageurs par semaine (pourcent) ")

Hormis dans l’Aveyron et les Hautes Py., la capacité d’hébergement touristique est toujours dépassée. On a donc capturé ici des voyageurs qui ne sont pas des touristes.

nuités.xlsx

# skim(force(nuitees))# n'amène rien sur une time series au format long
summary(nuitees)

##       date                dpt_09          dpt_11           dpt_12     
##  Min.   :2018-01-01   Min.   :    0   Min.   :     0   Min.   :    0  
##  1st Qu.:2018-04-02   1st Qu.: 7192   1st Qu.: 22268   1st Qu.:11089  
##  Median :2018-07-02   Median :10169   Median : 36910   Median :17433  
##  Mean   :2018-07-02   Mean   :12810   Mean   : 44248   Mean   :21766  
##  3rd Qu.:2018-10-01   3rd Qu.:14890   3rd Qu.: 53581   3rd Qu.:26522  
##  Max.   :2018-12-31   Max.   :38392   Max.   :136945   Max.   :71531  
##      dpt_30           dpt_31           dpt_32          dpt_34      
##  Min.   :     0   Min.   :     0   Min.   :    0   Min.   :     0  
##  1st Qu.: 32914   1st Qu.: 65346   1st Qu.: 8723   1st Qu.: 73504  
##  Median : 50704   Median : 76484   Median :13027   Median :116519  
##  Mean   : 58577   Mean   : 78391   Mean   :15607   Mean   :136345  
##  3rd Qu.: 71167   3rd Qu.: 93139   3rd Qu.:17892   3rd Qu.:166126  
##  Max.   :152483   Max.   :161793   Max.   :55238   Max.   :401637  
##      dpt_46          dpt_48          dpt_65          dpt_66      
##  Min.   :    0   Min.   :    0   Min.   :    0   Min.   :     0  
##  1st Qu.: 9775   1st Qu.: 4174   1st Qu.:16688   1st Qu.: 43922  
##  Median :16892   Median : 8263   Median :27593   Median : 65600  
##  Mean   :21588   Mean   : 9642   Mean   :30036   Mean   : 87119  
##  3rd Qu.:25517   3rd Qu.:11919   3rd Qu.:38164   3rd Qu.:100942  
##  Max.   :73458   Max.   :34037   Max.   :94459   Max.   :283421  
##      dpt_81          dpt_82      total_occitanie  
##  Min.   :    0   Min.   :    0   Min.   :      0  
##  1st Qu.:11270   1st Qu.:11288   1st Qu.: 321768  
##  Median :15073   Median :15263   Median : 461712  
##  Mean   :17363   Mean   :16520   Mean   : 550011  
##  3rd Qu.:20689   3rd Qu.:19651   3rd Qu.: 656451  
##  Max.   :44735   Max.   :38910   Max.   :1491112

# TODO c'est une time-série, on fera un petit ridge-line plot: https://www.data-to-viz.com/graph/ridgeline.html
nuitee_ts <- nuitees_td %>% as_tsibble(index= date, key=dep)
ggplot(nuitee_ts)+
  geom_line(aes(x=date,y=`nuitees`, color=dep), size=1)+
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="bottom")

# les NA dans les valeurs rends impossible la comparaison entre nuités et le fct_reorder bouhhh
median_na <- function(x) {
  median(x,na.rm = TRUE)
}
# le meme en ridge line plot
ggplot(nuitee_ts)+
  geom_ridgeline( aes(x = date, height = nuitees/1e5, y = fct_reorder(dep, `nuitees`, .fun=median_na)), alpha=0.5) +
  scale_fill_continuous(guide = guide_legend()) +
  theme(legend.position="bottom")+
  ggtitle("nombre de nuitées (x100k)") + 
  scale_x_date(expand = c(0,0))

Il y a plusieurs accidents dans plein de départements simultanément. Là encore même distingo entre le 31 et les autres departements.

Il y a une saisonnalité à la semaine qu’il faut relier aux évènements extérieurs

Est-ce qu’on peut imaginer un effet whaou sur un bubble plot animé style le fameux Gapminder Gapminder par gganimate

# apprends-t-on plus avec un zoom ?
nuiteplus <- nuitees %>% na_if(0) %>% 
  select(-total_occitanie) %>%
  timetk::tk_augment_timeseries_signature() %>%
  select(date, starts_with("dpt_"),jour_sem=wday.lbl) %>%
  xts(. , order.by = .$date)                                                                                                                            
dygraph(nuiteplus) %>% dyRangeSelector() %>%
  dyHighlight(highlightCircleSize = 5, 
              highlightSeriesBackgroundAlpha = 0.2,
              hideOnMouseOut = FALSE) %>% 
  dyLegend(width = 700, hideOnMouseOut = FALSE)

Jeu de données par_origines

skim(par_origines)

Data summary
Name	par_origines
Number of rows	493235
Number of columns	8
_______________________
Column type frequency:
character	2
Date	1
numeric	5
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
org	0	1	2	8	0	108	0
dest	0	1	2	2	0	13	0

Variable type: Date

skim_variable	n_missing	complete_rate	min	max	median	n_unique
date	0	1	2018-01-01	2018-12-31	2018-07-05	365

Variable type: numeric

skim_variable	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
volume	1	407.01	1175.56	0	35	108	324	41517	▇▁▁▁▁
vacances_org	1	0.51	0.67	0	0	0	1	2	▇▁▅▁▁
temp_midi	1	17.12	7.94	-7	11	17	24	36	▁▆▇▇▃
meteo	1	2.04	1.41	0	1	2	3	4	▇▆▇▇▇
nb_evt	1	0.44	0.75	0	0	0	1	6	▇▁▁▁▁

# il y a des duplicates. impossible de le faire rentrer dans ne time-series sans les enlever !
origines_ts <- par_origines_td %>%
  ungroup %>% 
  mutate(dep_dest = fct_relevel(dep_dest, c("34","31","11","66","30","65","12","46","82","81","32","09","48"))) %>% 
  mutate_at("meteo",as.ordered) %>% 
  #group_by(date, dep_org, dep_dest) %>% summarise_all(~last(.)) %>% # filter duplicate
  as_tsibble(index= date, key=c("dep_org","dep_dest"))
# un petit facet-plot pour la route
ggvolume <-ggplot(origines_ts %>% filter(dep_org!="Autres"))+
  geom_line(aes(x=date,y=`volume`/1e3, color=dep_org), size=.4, alpha=.6)+
  facet_wrap("dep_dest") +
  scale_fill_continuous(guide = guide_legend()) + ylim(0,25) +
  ggtitle("Mais d'où viennent-ils", subtitle = "Origine identifiée des voyageurs dans chaque departement visité")+
  theme_minimal()+ theme(legend.position="none")+ scale_color_viridis_d(option="E") 
ggplotly(ggvolume)

# un petit facet-plot des temperatures (qui n'a aucun interêt)
ggplot(origines_ts )+
  geom_line(aes(x=date,y=temp_midi), color="navy", alpha=0.6)+
  facet_wrap("dep_dest") +
  scale_fill_continuous(guide = guide_legend()) +
  theme_minimal()+
  theme(legend.position="none")

Globalement, on n’y voit rien… Un phénomene intéressant d’une origine spécifique des voyageurs de loin majoritaire en Haute-garonne… ~~~Va savoir laquelle sur un graphe, Charles…~~~ Avec plotly, on sait que c’est “Autres”. Super Michel…

Si c’est intéressant, on pourrait faire des catégories aggrégées genre “dep_limitrophes”, “dep_2éme_couronne”, “dep_lointains”, “pays_limitrophes”, “pays_lointains”, mais il y a un peu de boulot…

Complements.

evenements <- comp_evenements %>% 
  mutate_at("num", as.integer)
skim(evenements)

Data summary
Name	evenements
Number of rows	202
Number of columns	5
_______________________
Column type frequency:
character	1
Date	2
factor	1
numeric	1
________________________
Group variables	None